digna Data Anomalies
Wychwyć to, co dashboardy przegapią - automatycznie
digna Data Anomalies wykrywa niespodziewane zmiany w jakości danych oraz wskaźnikach KPI biznesowych i operacyjnych bez użycia jakichkolwiek ręcznych progów czy reguł.
Jak działa digna Data Anomalies
Moduł oblicza i monitoruje kluczowe metryki, takie jak suma, minimum i liczba wartości w trzech rodzajach danych w każdej kolumnie:
Nazwa Kolumny | Rodzaj Danych | Przykład Wartości | digna Type Kolumny |
|---|---|---|---|
Nazwa Klienta | Tekst | John Smith | Niesprecyzowane Dane |
Rodzaj Klienta | Tekst | Detaliczny / Biznesowy | Dane Kategoryczne |
Numer Konta | Numer | AT4097012346234 | Niesprecyzowane Dane |
Saldo Konta | Numer | 167.234,01 / 12.333,89 | Dane Liczbowe |
Limit Debetowy | Numer | 20.000 / 0 | Dane Liczbowe |
Metryki mogą mieć zakres obejmujący całą tabelę lub odfiltrowany podzbiór, który nazywamy „zbiorem danych”. W takim przypadku digna oblicza metryki dla każdego zbioru danych niezależnie.
Dynamiczne Zbiory Danych
Zestawy hybrydowe
Watch digna learn what normal looks like
No thresholds and no rules. These charts show what digna's anomaly model actually produced over seven months of daily inspections.
One metric, from the first inspection to today
digna needs only days: the expected range is down to ±64% after one week and ±36% after two, and keeps tightening with every inspection.
It learns your weekly rhythm
This metric swings by about half every week. digna learned the pattern, so seven months of ups and downs raised no false alarm.
It flags a break, then learns the new normal
On 27 June the value fell from 27,300 to 11,900. digna flagged four days in a row, then accepted the new level and kept watching.
It flags spikes and keeps the trend
The metric grows steadily, with sudden spikes now and then. digna follows the growth and flagged 11 spikes in seven months.
Przykład użycia: Monitorowanie klientów banku
Ty masz kontrolę
Nie każda metryka jest przydatna dla każdej kolumny. digna pozwala Ci:
✦ Wyłącz metryki dla kolumny, tabeli lub projektu
✦ Skup się tylko na tym, co ważne
✦ Dbaj o to, aby profilowanie było czyste, szybkie i dopasowane do Twoich potrzeb
FAQs
Co to jest Data Observability i dlaczego ma znaczenie?
Jak działa oparte na sztucznej inteligencji wykrywanie anomalii danych w Data Observability?
Jak sztuczna inteligencja poprawia monitorowanie jakości danych?
Jak digna może pomóc naukowcom zajmującym się danymi w ponownym wykorzystaniu obliczonych metryk Observability?